-
公开(公告)号：CN116109225A
公开(公告)日：2023-05-12
申请号：CN202211323081.X
申请日：2022-10-27
Applicant: 大连理工大学
IPC: G06Q10/0832 , G06Q20/38 , G06Q20/40 , G06Q30/08
Abstract: 本申请公开了一种基于区块链的危废处理服务平台、装置及存储介质，属于大数据技术领域。本申请通过基于区块链的危废处理服务平台建立一整套机制用于防止监管方在获得平台数据的过程中，数据被篡改的现象，并通过TV‑PBFT共识算法减轻主节点的负荷，引入信任值制度，提高共识算法的效率，将危废处理过程中的大数据通过区块链服务平台进行统一的管理及应用。
-
公开(公告)号：CN115661457A
公开(公告)日：2023-01-31
申请号：CN202211342949.0
申请日：2022-10-31
Applicant: 大连理工大学
IPC: G06V10/26 , G06V10/40 , G06N3/0464 , G06N3/08
Abstract: 本发明属于人工智能研究领域，提出一种基于网络模体图表示学习的小样本语义分割方法。本发明主要解决由于通道特征提取能力不足，导致的查询图像中通道信息丢失问题。所述方法主要包括特征提取模块、关系参考模块、隐式关系挖掘模块、多尺度交互模块和最终分割模块。该发明将查询通道特征作为节点，构造图结构，建立节点之间的关系；利用网络模体来量化节点的属性特征和结构特征，以增强通道之间的关系；最后，聚合属性特征和结构特征，并通过图表示学习来挖掘节点之间的隐式关系。该发明通过将查询通道特征的隐式关系显示化，缓解了查询图像中的信息丢失问题。
-
公开(公告)号：CN112039964B
公开(公告)日：2022-01-04
申请号：CN202010854966.7
申请日：2020-08-24
Applicant: 大连理工大学
IPC: H04L67/1042 , H04L67/1097 , H04L9/32 , G06Q40/04
Abstract: 本发明涉及共识算法技术领域，提供一种基于区块链的节点信誉共识方法，包括：步骤100，获取行为记录表；步骤200，对行为记录表中节点进行信誉值评估；步骤300，根据节点的信誉值变化计算节点的信誉增长率；步骤400，根据节点的信誉值和信誉增长率进行权限管理，具有选举权限的节点可参与共识节点集的随机动态选举，并根据主节点选举算法选举出共识主节点；步骤500，共识主节点接收客户端发送的请求，之后将请求和签名一起广播给共识节点，开始共识过程；步骤600，要退出的节点需向共识主节点发送退出请求；或者，待加入的节点也需向所有共识节点以及主节点都发送加入请求消息。本发明能够对全网节点的可信性进行检测和评估。
-
公开(公告)号：CN113141414A
公开(公告)日：2021-07-20
申请号：CN202110495503.0
申请日：2021-05-07
Applicant: 大连理工大学
Abstract: 本发明涉及区块链共识机制技术领域，公开一种CNFS协议中区块链节点的分组多链异步共识方法，包括：步骤100节点分离，步骤200共识节点选举，步骤300分组共识，步骤400全局共识。针对在大规模物联网环境下，由于节点数量众多而导致的区块链共识效率低下问题，采用分组多链异步并行的策略加快共识速度，即各分组同时运行RBFT完成一次共识分组出块。此外，用二次RAFT快速共识来对一次共识中各分组产生新区块进行全局验证，解决分组作恶问题。在取得共识效率的同时兼顾了共识安全性。
-
公开(公告)号：CN112311798A
公开(公告)日：2021-02-02
申请号：CN202011201045.7
申请日：2020-11-02
Applicant: 大连理工大学
Abstract: 本发明涉及分布式存储技术领域，提供一种基于对等超媒体分发协议的数据块交换方法，包括：步骤100，在CNFS区块链平台中，构建将点对点的数据块系统，将所储存的数据块按哈希值分割成可供数据交换的数据块；步骤200，请求用户节点利用超级节点中的需求管理器和决策分配引擎，对已分块存储的存储节点发出数据交换请求；步骤300，根据步骤200决策引擎返回的对等节点路径，请求用户节点定位到对等节点，并进行数据块交换，对交换完的数据块进行分布式数据块存储，并更新通信账单；步骤400，利用CNFS区块链平台中安全节点进行的安全查验。本发明能够减少数据传输时无效数据的冗余，提高数据块交换效率。
-
Patent Agency Ranking
公开(公告)号：CN112039964A
公开(公告)日：2020-12-04
申请号：CN202010854966.7
申请日：2020-08-24
Applicant: 大连理工大学
Abstract: 本发明涉及共识算法技术领域，提供一种基于区块链的节点信誉共识方法，包括：步骤100，获取行为记录表；步骤200，对行为记录表中节点进行信誉值评估；步骤300，根据节点的信誉值变化计算节点的信誉增长率；步骤400，根据节点的信誉值和信誉增长率进行权限管理，具有选举权限的节点可参与共识节点集的随机动态选举，并根据主节点选举算法选举出共识主节点；步骤500，共识主节点接收客户端发送的请求，之后将请求和签名一起广播给共识节点，开始共识过程；步骤600，要退出的节点需向共识主节点发送退出请求；或者，待加入的节点也需向所有共识节点以及主节点都发送加入请求消息。本发明能够对全网节点的可信性进行检测和评估。
-
公开(公告)号：CN102194350B
公开(公告)日：2013-01-30
申请号：CN201110073000.0
申请日：2011-03-24
Applicant: 大连理工大学
Abstract: 一种基于VHDL的CPU，属于计算机系统结构领域。该CPU由CPU核及CPU调试模块两部分组成。CPU核由数据处理模块、指令控制模块与模拟内存三部分组成。数据处理模块包含一个支持11项基本操作的ALU单元、8个通用寄存器组成的寄存器组以及状态寄存器。指令控制模块支持46条指令，采用硬布线设计方式。模拟内存为一个与系统总线位宽相同、长度为1K的存储器数组。CPU调试模块由调试信号控制器和CPU内部信号接口两部分组成。调试信号控制器包括调试信号输入寄存器和调试信号译码器两个部分；CPU内部信号接口包含内部信号锁存器和内部信号观察窗口。本发明提供了一种规模小、结构清晰的CPU，特别适用于教学。
-
公开(公告)号：CN118799079A
公开(公告)日：2024-10-18
申请号：CN202410943024.4
申请日：2024-07-15
Applicant: 大连理工大学
IPC: G06Q40/04 , G06Q40/06 , G06F16/951 , G06N3/0464 , G06N3/0442 , G06N3/092 , G06N3/006
Abstract: 本发明公开一种基于深度强化学习的自适应多智能体股票交易方法，属于量化交易领域。首先，爬取股票历史交易数据，对数据空缺值进行处理。通过对数据进行归一化和窗口化处理操作，构建初始股票特征标签。使用卷积神经网络、门控循环控制单元、双向长短期记忆网络、注意力机制构建多维度特征提取器，使用多维度特征提取器对获取的股票进行深层次特征提取。构建用于智能体交易的环境，并设计动态止损机制和奖励函数，基于Dueling深度Q网络构建多个用于交易的智能体，根据多维度特征提取器提供的状态信息独立执行决策，对所有智能体的决策进行分析，形成当前形势下最有利的决策。本发明能够灵活的应对市场的快速变化并做出更加全面的决策。
-
公开(公告)号：CN118733789A
公开(公告)日：2024-10-01
申请号：CN202410898951.9
申请日：2024-07-05
Applicant: 大连理工大学
Abstract: 本发明属于知识图谱补全技术领域，提供一种基于学习邻居互信息的小样本知识图谱补全方法。包括：基于选择抽样的对比学习利用对齐度训练和均匀性训练提高相似表示邻居之间的区分度并缩短它们在向量空间中的距离，同时使得邻居表示分布更一致，防止模型过度拟合；此外使用对比损失温度控制对平衡对容易和困难负样本的处理，最后使用互信息的传播和聚合实现实体级别的互信息提取。图层面利用图注意力网络中的边散射和节点聚合技术实现了节点级别的互信息提取。推理预测中通过一个随机流形编码器来编码查询集，然后将编码结果转换为概率分布，以捕捉实体关系的不确定性，最后通过神经过程获得未知实体关系的推理结果。
-
公开(公告)号：CN117634604A
公开(公告)日：2024-03-01
申请号：CN202311653062.8
申请日：2023-12-05
Applicant: 大连理工大学
IPC: G06N5/022 , G06F16/951 , G06F40/30 , G06F40/279 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开一种基于大语言模型的知识图谱补全方法，首先，通过爬取大规模文本数据，获取初始数据集，并运用大语言模型对文本进行处理和抽取，得到一个包含丰富实体和关系的初始数据集。接下来，通过预定义模型对实体语义进行增强，以捕捉实体之间的语义相关性，并采用多关系图卷积网络编码器对知识图谱进行编码。然后，利用评分解码器对知识图谱中的三元组进行评估，该解码器可以根据已知实体和关系预测未知关系或属性。通过对三元组进行评分，可以衡量预测结果的准确性和可靠性。本发明通过结合预定义的语义模式、捕捉实体间的语义相关性和增强表示学习功能，提升了现有知识图谱补全方法的性能，并且适用于复杂场景中的知识图谱补全任务。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.019 seconds)
